全球经济的快速发展,带动了物流产业的前进,在物流配送中,配送成本是人们不能忽视的重要环节,为了最大程度的节约成本,物流配送车辆路径优化问题显得尤其重要。本文首先介绍了物流配送的定义、分类及解决物流配送路径优化的基本方法。然后,介绍了基本蚁群算法及改进蚁群算法,最后,采用改进蚁群算法求解物流配送车辆路径优化问题,以达到节约成本的目的。本文主要从以下几个方面对本课题进行研究:(1)研究了物流配送路径优化问题和蚁群算法的国内外研究现状,介绍了现在物流配送中存在的一些问题,说明了车辆路径优化问题研究的重要性。(2)简述了物流配送车辆路径优化问题的相关理论知识及常用的求解算法,对基本蚁群算法及最优最差蚁群、最大最小蚁群及主次种群蚁群算法进行分析研究,并对主次种群蚁群前期信息素积累较慢的缺点分别用路径去交叉算法(2-opt)与节约策略两种方法进行改进。在Matlab平台上,应用最大最小蚁群算法和主次种群蚁群算法对Oliver30TSP问题进行仿真验证,证明主次种群蚁群算法在寻找最佳路线上,优于最大最小蚁群算法。并在MATLAB平台上分别验证具有路径去交叉策略的主次种群蚁群与具有节约策略的主次种群蚁群的优势,得出路径去交叉策略的改进方法优于节约策略的改进方法。(3)以VRP问题库中的典型实例eil22为例,对有容量限制的车辆路径优化问题(Capacity Vehicle Routing Problem,CVRP)分析研究并建立数学模型,应用改进主次种群蚁群算法研究VRP问题,并且在Matlab软件平台上对VRP进行仿真。(4)对陕西省西安市某快递公司物流配送的具体情况进行分析研究,并且应用本文的改进主次种群蚁群算法及VRP模型,解决陕西西安市某快递物流路径优化问题。